Skip to main content Skip to footer

REPORT DI RICERCA

Commercio agentico: rendi il tuo brand imperdibile

Essere visibili, rilevanti e affidabili nell’era del commercio agentico.

10 TEMPO DI LETTURA

28 aprile 2026

In breve

  • Il commercio agentico non è semplicemente un altro canale o un altro tipo di influencer, ma rappresenta un cambiamento generazionale che ridefinisce chi – e cosa – seleziona e acquista i prodotti.

  • Oggi i brand hanno due audience: il consumatore finale e l’agente che lo assiste nelle decisioni d’acquisto.

  • I brand che ottimizzano la propria offerta sia per le persone che per gli agenti di AI cresceranno; quelli che non lo faranno rischiano di diventare invisibili agli agenti.

Un nuovo tipo di agente del cambiamento

Il commercio digitale non ha mai mantenuto le promesse. Certo, ha ampliato la scelta e semplificato gli acquisti. Ma i consumatori sono stati sopraffatti dalle opzioni e dalle informazioni e ora spesso faticano a prendere decisioni. I brand stanno assorbendo i costi derivanti dai carrelli abbandonati, dagli alti tassi di resi, dall'erosione dei margini e dalla spesa continua per riconquistare gli stessi clienti.

Il commercio agentico ribalta questo modello. Gli agenti AI ora possono confrontare i prodotti, leggere le clausole scritte in piccolo, scegliere il prodotto migliore, completare l'acquisto e gestire la consegna e i resi, il tutto in modo autonomo, per conto del cliente. La concezione consolidata di chi prende le decisioni di acquisto, quando e come, sta cambiando rapidamente.

Cambiare i comportamenti: cosa mostrano i dati

90%

degli utenti abituali di AI in Nord America afferma che sarebbe disposto a rinunciare al brand che preferiva in precedenza se l'assistente AI offrisse un'alternativa migliore.1

fino al 45%

degli acquirenti, secondo le previsioni, nei prossimi due anni trasferirà almeno la metà delle proprie attività commerciali verso ecosistemi mediati da agenti.2

 

25%

degli executive prevede che, entro tre anni, gli agenti AI diventeranno l’audience principale dei contenuti, superando anche i motori di ricerca.3

Agenti con capacità decisionale

Oggi sono due i tipi di agenti che guidano il commercio digitale. Gli agenti “orizzontali” generici operano in tutte le categorie e in tutti i settori e integrano sempre più spesso funzionalità di checkout e pagamento gestite direttamente dai commercianti, in modo che una semplice richiesta conversazionale possa trasformarsi in una transazione completata. Gli agenti verticali, invece, sono specialisti progettati per offrire competenze approfondite in una specifica categoria — ad esempio viaggi, beauty o investimenti. Grazie all'accesso a dati cliente dettagliati, aiutano a risolvere esigenze specifiche, creando relazioni durature con i consumatori. Entrambe le tipologie di agenti si collocano oggi tra il brand e i suoi clienti, influenzando e determinando quali prodotti vengono scelti e acquistati.

Due strategie commerciali

Quasi tutte le aziende dovranno strutturare la propria offerta in modo da essere visibili e selezionate dagli agenti AI, ovvero diventare la scelta preferita dagli agenti. Ciò significa ottimizzare i dati dei prodotti in modo che gli agenti possano comprenderne le caratteristiche, confrontare garanzie e politiche di reso, e selezionare e acquistare il prodotto vincente — in pochi secondi — in base alle esigenze del cliente.

I leader di categoria in ogni settore potrebbero anche diventare gli agenti preferiti, ovvero quelli a cui le persone e gli altri agenti si rivolgono per prodotti e servizi. Ciò richiede investimenti ingenti: profonda competenza nel settore, dati di proprietà, servizi e partnership integrati, nonché la capacità di raggruppare soluzioni e curare esperienze end-to-end. I brand che riescono a farlo acquisiscono un ruolo centrale in un mercato mediato dagli agenti, mantenendo al contempo relazioni dirette con i propri clienti.

Un caso concreto è rappresentato da Noli

Noli (No One Like I), una startup nel settore della "beauty tech" sostenuta da L'Oréal e supportata da Accenture, dimostra come l'autorevolezza nel settore possa tradursi in un vantaggio derivante dalla scelta dell'agente. Combinando l'AI con ricerche approfondite e dati di proprietà sui consumatori, Noli fornisce consigli e raccomandazioni iper-personalizzati per la skincare. La sua architettura è progettata per supportare un utilizzo dell'AI sempre più avanzato, con agenti che assumono un ruolo progressivamente più centrale nell’evoluzione della piattaforma. I risultati sono evidenti: il 98% degli utenti valuta positivamente le raccomandazioni ricevute e il 90% si sente più sicuro nelle proprie scelte d’acquisto.4

La nuova economia del commercio agentico

Si prevede che le transazioni mediate da agenti modificheranno la domanda nei prossimi due anni e creeranno una domanda netta aggiuntiva, generando un impatto finanziario significativo, non solo in termini di crescita del fatturato, ma anche attraverso la ridefinizione delle strutture di costo del commercio digitale. Ecco cinque aree che determineranno l'andamento economico dei mercati mediati da agenti e consentiranno alle aziende di trarre vantaggio dal cambiamento in arrivo.

Il commercio agentico riduce molti dei costi nascosti del commercio digitale: carrelli abbandonati, necessità di riacquisire i clienti, elevati tassi di reso, costi di riassortimento e richieste di assistenza generate da dubbi o confusione. Quando gli agenti alleggeriscono il carico decisionale dei consumatori, chiariscono fin dall’inizio i compromessi tra le diverse opzioni e apprendono preferenze durature, questi costi tendono a ridursi.

Allo stesso tempo, migliorano anche le performance operative. Inventari affidabili, prezzi sempre aggiornati, processi di pagamento fluidi e un numero inferiore di eccezioni aiutano le organizzazioni a tutelare i margini e a garantire una maggiore prevedibilità dei flussi di cassa.

Per rispondere alla domanda a livello individuale e operare alla velocità degli agenti AI, le supply chain devono ripensare il posizionamento delle scorte, portandole più vicino al cliente finale. I sistemi di forecasting devono evolvere per cogliere in tempo reale i segnali di domanda generati dai contenuti e supportare modelli di fulfillment sempre più flessibili, come ship-from-store, micro-fulfillment, consegna programmata, ritiro e cross-docking.

Flussi di lavoro automatizzati, dati in tempo reale e processi decisionali basati sull'AI sono ormai un requisito fondamentale, con personale dedicato a gestire le eccezioni che le macchine non sono in grado di risolvere.

Nel commercio agentico, il processo di pagamento è fondamentale per aumentare le conversioni, ridurre le contestazioni, limitare l'esposizione alle frodi, ridurre i costi di gestione e aumentare le probabilità che un brand venga selezionato dagli agenti AI.

Le piattaforme di pagamento svolgono inoltre un ruolo chiave nella protezione dei margini, rendendo offerte, promozioni e incentivi facilmente interpretabili dagli agenti. Questo consente di identificare la proposta con il miglior rapporto valore-prezzo e di prevenire l’utilizzo improprio di sconti, agevolazioni o offerte non applicabili.

Gli agenti AI operano in modo continuo e possono aumentare significativamente la velocità e il volume delle transazioni, gestendo attività come riordini, sostituzioni, rimborsi e servizi post-vendita. Le organizzazioni leader adotteranno sistemi decisionali agent-ready, sempre disponibili e ampiamente automatizzati, con le persone focalizzate sulla governance, sul controllo e sulla gestione delle eccezioni più complesse.

Questo modello richiede una stretta integrazione tra tutte le funzioni aziendali e una control tower di commercio agentico capace di coordinare prodotto, marketing, pricing, pagamenti, supply chain, funzioni legali, sicurezza, dati e AI.

Le performance saranno valutate attraverso indicatori misurabili, tra cui il numero di eccezioni per mille transazioni, il costo del servizio e la capacità del brand di essere scelto dagli agenti AI rispetto ai concorrenti.

Gli investimenti nell'AI stanno accelerando, ma per la maggior parte delle aziende i benefici misurabili tardano ancora a concretizzarsi. La nostra ricerca rivela che un gruppo d'élite di aziende — le “Talent Reinventors” — ha ottenuto rapidi ritorni sugli investimenti nell'AI grazie a una strategia di gestione dei talenti che integra l'intervento umano con l'AI. Entro il 2030, queste aziende potrebbero conseguire ricavi superiori del 6-10% e profitti più elevati del 5% rispetto ai propri competitor.

Ponendo le persone al centro della trasformazione, queste organizzazioni promuovono modelli di lavoro in cui talenti e AI collaborano, si rafforzano reciprocamente e crescono insieme. È anche per questo che le aziende leader attribuiscono oggi alla strategia del talento la stessa urgenza e rilevanza strategica riservata a pagamenti, supply chain e operations.

Scopri l'impatto del commercio agentico sul business e non solo

Supply chain
Payments
Software & Platforms

Il vero cambiamento è già realtà

Il commercio agentico sta ridefinendo il rapporto tra brand e clienti. Le implicazioni si ripercuotono su ogni settore, spingendo le organizzazioni a rivalutare radicalmente il modo in cui vendono i propri prodotti e servizi.

La posta in gioco va oltre la tecnologia, l'esperienza dei clienti e i programmi di fidelizzazione. Il commercio agentico ridefinisce la stessa struttura dei costi del commercio digitale. I brand che sapranno coglierne il potenziale rafforzeranno progressivamente il proprio vantaggio competitivo a ogni transazione. Quelli che non lo faranno rischiano invece di diventare invisibili, ignorati in pochi millisecondi da una macchina che non ha alcun motivo per sceglierli.

1Accenture Agentic Commerce consumer survey, settembre 2025
2Accenture Aaru Agentic Commerce Simulation, febbraio 2026
3Accenture Tech Vision 2026 executive survey, gennaio 2026
4Noli, aprile 2026, n=164

AUTORI

Ndidi Oteh

Chief Executive Officer – Song

Rajat Agarwal

Lead – Song, Commerce

Sean Lyons

Lead – Song, Strategy, Craft & Transformation

Joshua Bellin

Thought Leadership Research Lead – Song